基于SQLServer2008的SQL调优

浏览数：32 / 时间：2015年06月12日

1. 前言

SQL是程序设计人员与数据库进行沟通的标准语言，在数据库应用程序中，使用最多的访问数据库的方法就是SQL语言。SQL性能的调整涉及到SQLServer 2008的方方面面，优化器的选择、内存参数的设定、SQL语句的写法等。本文主要从SQL语句的优化方面进行阐述，给出了一些可行的调整数据库应用性能的策略与方法，并以SQLServer 2008为平台对列举规则给予了验证。

2. 实验环境

硬件环境：Inter(R) Core(TM)2 Duo CPU P7450 @2.12GHz 、2G内存。
操作系统：windows7操作系统，
SQL Server 2008版本：Microsoft SQLServer 2008
所用表结构：
- Consume(ConsumeID,Cardno,ShopId,GoodsId,Amount,ConsumeDate)
- CreditCard(Cardno,OwnerName,IDCard,MaxConsume,Address,PostCode,Phone,ConsumeAmount)
- Goods(GoodId,GoodsName,TypeId,ShopId,Price)
- Shop(ShopId,ShopName)
记录数：Consume:686302 CreditCard:9 Goods:32 Shop:4

本实验是在SQL Server Management Studio平台上执行的。且运行时均利用 DBCC FREEPROCCACHE DBCCDROPCLEANBUFFERS DBCC FREESYSTEMCACHE (‘ALL‘ )这三条语句清理了缓冲区，从而得出相对公平的执行时间。

另外，每段实验代码均放入如下代码中间执行，这样可以得到SQL语句执行所用的时间，获取执行时间的代码如下：

[sql] view plaincopy
declare @begin_date datetime  
declare @end_date datetime  
select @begin_date = getdate()  
<实验SQL语句写在此处>  
select @end_date = getdate()  
select datediff(ms,@begin_date,@end_date) as ‘用时/毫秒‘  

3. SQL调优

3.1 优化SELECT语句

如果查询数据时涉及多个表，则通常需要使用连接查询。SQL Server 2008支持内连接、外连接和交叉连接等连接查询方式。

3.1.1 连接查询的优化

子查询替换连接表

低效语句：

[sql] view plaincopy
select c.cardno,cc.IDCard,c.amount,c.consumedate  
from CreditCard cc left join Consume c  
on cc.Cardno = c.Cardno  
where c.Cardno = ‘9555xxxxxxx1‘  

高效语句：

[sql] view plaincopy
select @begin_date = getdate()  
select c.cardno,cc.IDCard,c.amount,c.consumedate  
from (select * from CreditCard where Cardno = ‘9555xxxxxxx1‘) ccleft join Consume c  
on cc.Cardno = c.Cardno  

执行结果分别如下：

3.1.2控制查询的行和列

优化SELECT语句，首先需要考虑的是减少返回结果集中的数据量。在SELECT语句中，应该尽量可能不返回多余的数据，这需要从行和列两方面进行优化。

减少结果集中列的数量：

低效语句：

[sql] view plaincopy
select  *  
from CreditCard cc left joinConsume c  
on cc.Cardno = c.Cardno  
where c.Cardno = ‘9555xxxxxxx1‘  

高效语句：

[sql] view plaincopy
select @begin_date = getdate()  
selectc.cardno,cc.IDCard,c.amount,c.consumedate  
from CreditCard cc left join Consume c  
on cc.Cardno = c.Cardno  
where c.Cardno = ‘9555xxxxxxx1‘  

执行结果分别如下：

3.1.3 慎用DISTINCT关键字

DISTINCT关键字一般用来于字段很少的表，如果在SELECT语句中查询的字段很多，则使用DISTINCI关键字反而会大大降低查询的效率。

低效语句（使用DISTINCT）：

[sql] view plaincopy
select distinctc.cardno,cc.OwnerName,cc.IDCard,s.shopname,  
g.goodsname,c.amount,c.consumedate  
from Consume c inner join CreditCard cc  
on cc.Cardno = c.Cardno  
inner join Shop s on c.ShopId=s.ShopId  
inner join Goods g onc.GoodsId=g.GoodsId  

高效语句（不使用DISTINCT）：

[sql] view plaincopy
selectc.cardno,cc.OwnerName,cc.IDCard,s.shopname,  
g.goodsname,c.amount,c.consumedate  
from Consume c inner join CreditCard cc  
on cc.Cardno = c.Cardno  
inner join Shop s on c.ShopId=s.ShopId  
inner join Goods g onc.GoodsId=g.GoodsId  

执行结果分别如下：

3.1.4 判断表中是否存在记录

有些人喜欢使用COUNT(*)来判断表中是否存在记录，例如

[sql] view plaincopy
select count(*) from consume  

这种方法要统计表中所有记录的总数量，因此执行效率比较低。可以在select语句中使用TOP1返回表中的第一条记录来判断表是否存在记录：

低效语句：

[sql] view plaincopy
select COUNT(*) from Consume  

高效语句：

[sql] view plaincopy
select top 1 ConsumeID from Consume  

执行结果分别如下：

3.2 对大批量插入、修改和删除数据操作的优化

3.2.1 使用SQL脚本模拟实时批量插入数据

[sql] view plaincopy
-- 使用Credit数据库  
USE Credit  
GO  
-- 创建临时表#test  
CREATE TABLE #test  
(  
    id int,  
    name varchar(100),  
    createdate datetime,  
)  
GO   
DECLARE @i as INT  
declare @strsql as varchar(8000)   
SET @i = 0  
-- 循环插入10万条记录  
WHILE @i < 100000  
BEGIN  
    SET @strsql = ‘INSERT INTO #test VALUES(‘ + convert(varchar(100), @i) + ‘, ‘‘test‘‘, ‘‘‘ + convert(varchar(50), getdate()) + ‘‘‘)‘ --VALUES(@i, ‘test‘, getdate())  
    exec(@strsql)  
    SET @i = @i + 1  
END  

从下面两张图我们可以看出，计算机的CUP使用率一直居高不下看，这样会严重影响系统性能，导致用户无法正常使用数据库应用程序。

下面我们对批量插入数据进行优化，可以使用WAITFOR DELAY语句进行休息，例如，让数据库引擎休息100ms的代码如下：

[sql] view plaincopy
WQITFOR DELAY ’00:00:00:100’  

优化后的SQL脚本如下：

[sql] view plaincopy
-- 使用Credit数据库  
USE Credit  
GO  
-- 创建临时表#test  
CREATE TABLE #test  
(  
    id int,  
    name varchar(100),  
    createdate datetime,  
)  
GO   
DECLARE @i as INT  
declare @strsql as varchar(8000)   
SET @i = 0  
-- 循环插入10万条记录  
WHILE @i < 100000  
BEGIN  
    SET @strsql = ‘INSERT INTO #test VALUES(‘ + convert(varchar(100), @i) + ‘, ‘‘test‘‘, ‘‘‘ + convert(varchar(50), getdate()) + ‘‘‘)‘ --VALUES(@i, ‘test‘, getdate())  
    exec(@strsql)  
    WAITFOR DELAY ‘00:00:00:20‘  
    SET @i = @i + 1  
END  

执行此脚本，我们再来查看CUP的使用情况：

CPU的占用率已经降到5%左右，虽然执行的时间增加了，但是这完全满足系统正常运行的需要。

3.2.2 优化修改和删除语句

如果一条UPDATE语句或者DELETE语句设计的记录过多，则执行语句的时间会很长，在执行语句的过程中，数据库服务器的CPU利用率会很高，从而影响其他用户对数据库的访问效率。当对大量数据进行更新和删除操作时，可以根据用户的具体情况来决定操作的方式。

a)如果在非工作时间执行大量更新或者删除操作，则应该尽可能地在一条语句中更新更多的记录，这是最快的操作方式。

b)如果在工作时间执行大量更行或删除操作，则应该根据实际情况将UPDATE语句或者DELETE语句拆分成多条语句，每执行一条语句休息一段时间。

下面做一个对比实验，执行下面的UPDATE语句，将表Consume中所有记录的Amount数量增加10%。

[sql] view plaincopy
update Consume set Amount = Amount * 1.1 whereConsumeID>0  

执行结果如下：

CPU的使用率一直维持在60%左右：

如果希望在执行更新操作时尽可能降低数据库服务器的CPU使用率，不影响其他用户对数据库的访问，可以使用下面的SQL语句：

[sql] view plaincopy
update Consume set Amount = Amount*1.1where Amount<200  
waitfor delay ‘00:00:00:100‘  
update Consume set Amount = Amount*1.1where Amount>=200 and Amount<500  
waitfor delay ‘00:00:00:100‘  
update Consume set Amount = Amount*1.1where Amount>=1000 and Amount<2000  
update Consume set Amount = Amount*1.1where Amount>2000  
waitfor delay ‘00:00:00:100‘  